Text Embeddings API

API Embeddings de texte

Ce projet fournit une API REST pour générer des incorporations de texte à l'aide du modèle de transformateurs de phrase. Il est construit à l'aide de Flask et vise à simplifier le processus de conversion du texte en intégres pour diverses tâches NLP.

Caractéristiques

• Génération d'intégration de texte : convertit le texte d'entrée en intégres à l'aide du modèle BAAI/bge-base-zh .
• Gestion des erreurs : gestion des erreurs robuste pour gérer les champs manquants et les erreurs inattendues.
• Journalisation : journalisation complète pour surveiller les demandes d'API et le débogage.

Usage

Point final de l'API

• Post / : accepte une charge utile JSON avec un champ text et renvoie les incorporations correspondantes.

Exemple de demande

curl -X POST http:// < server_address > / -H " Content-Type: application/json " -d ' {"text": "Your text here"} '

Exemple de réponse

{
  "Embeddings" : [ ... ]
}

Complexité et défis

1. Intégration du modèle

• Complexité : intégrer le modèle des transformateurs de phrase et garantir qu'il se charge correctement.
• SOLUTION : Utilisé SentenceTransformer du package sentence_transformers pour charger le modèle pré-formé.

2. Gestion des erreurs

• Complexité : gérer gracieusement les erreurs, telles que les champs manquants ou les échecs du modèle.
• Solution : les blocs d'essai implémentés pour attraper et enregistrer les erreurs, renvoyant les codes d'état HTTP appropriés.

3. Enregistrement

• Complexité : assurer une journalisation complète pour le débogage et la surveillance.
• Solution : journalisation configurée pour capturer tous les niveaux de journaux et inclus des messages de journal détaillés.

Commencer

Condition préalable

• Python 3.6+
• Ballon
• transformateurs de phrase

Installation

1. Clone le référentiel:

   git clone https://github.com/faisal-fida/text-embeddings-API.git
   cd text-embeddings-API

2. Installez les dépendances:

   pip install -r requirements.txt

3. Exécutez l'application:

   python main.py

Conclusion

Cette API fournit une approche efficace et simple pour générer des incorporations de texte, avec une gestion et une journalisation des erreurs robustes pour assurer la fiabilité. Il est idéal pour les applications nécessitant une représentation de texte rapide et précise pour les tâches PNL.